本發(fā)明涉及無人機(jī)技術(shù)領(lǐng)域，尤其是涉及無人機(jī)的應(yīng)對策略生成方法和系統(tǒng)。

背景技術(shù)：

無人機(jī)是未來作戰(zhàn)中的新型空中力量之一，無人機(jī)運(yùn)動自由度相當(dāng)高，運(yùn)動軌跡復(fù)雜，運(yùn)動參數(shù)繁復(fù)冗雜。傳統(tǒng)的專家系統(tǒng)容錯能力差、學(xué)習(xí)能力弱，不能準(zhǔn)確識別無人機(jī)運(yùn)動意圖并做出高效應(yīng)對決策。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明的目的在于提供無人機(jī)的應(yīng)對策略生成方法和系統(tǒng)，可以使專家系統(tǒng)邏輯推理能力強(qiáng)及人工神經(jīng)網(wǎng)絡(luò)魯棒性好，并得到高效可靠的行動意圖和應(yīng)對策略。

第一方面，本發(fā)明實(shí)施例提供了無人機(jī)的應(yīng)對策略生成方法，所述方法包括：

獲取所述無人機(jī)的第一運(yùn)動狀態(tài)參數(shù)，將所述第一運(yùn)動狀態(tài)參數(shù)進(jìn)行預(yù)處理，得到第二運(yùn)動狀態(tài)參數(shù)；

將所述第二運(yùn)動狀態(tài)參數(shù)通過規(guī)則庫和應(yīng)對策略庫進(jìn)行匹配；

如果匹配成功，則得到第一行動意圖和對應(yīng)的第一應(yīng)對策略；

如果匹配不成功，則將所述第二運(yùn)動狀態(tài)參數(shù)通過人工神經(jīng)網(wǎng)絡(luò)進(jìn)行計(jì)算，得到第二行動意圖和對應(yīng)的第二應(yīng)對策略；

執(zhí)行所述第一應(yīng)對策略或所述第二應(yīng)對策略，并將執(zhí)行信息反饋到所述無人機(jī)的運(yùn)動狀態(tài)中。

結(jié)合第一方面，本發(fā)明實(shí)施例提供了第一方面的第一種可能的實(shí)施方式，其中，所述將所述第二運(yùn)動狀態(tài)參數(shù)通過規(guī)則庫和應(yīng)對策略庫進(jìn)行匹配包括：

根據(jù)所述規(guī)則庫識別所述第二運(yùn)動狀態(tài)參數(shù)對應(yīng)的所述第一行動意圖；

根據(jù)所述第一行動意圖調(diào)用所述應(yīng)對策略庫中對應(yīng)的所述第一應(yīng)對策略。

結(jié)合第一方面，本發(fā)明實(shí)施例提供了第一方面的第二種可能的實(shí)施方式，其中，所述方法還包括：

將所述第二運(yùn)動狀態(tài)參數(shù)、所述第一行動意圖和對應(yīng)的所述第一應(yīng)對策略構(gòu)成樣本數(shù)據(jù)；

對所述樣本數(shù)據(jù)進(jìn)行訓(xùn)練，得到神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和權(quán)值。

結(jié)合第一方面，本發(fā)明實(shí)施例提供了第一方面的第三種可能的實(shí)施方式，其中，所述將所述第一運(yùn)動狀態(tài)參數(shù)進(jìn)行預(yù)處理，得到第二運(yùn)動狀態(tài)參數(shù)包括：

將所述第一運(yùn)動狀態(tài)參數(shù)進(jìn)行篩選、壞數(shù)據(jù)處理和數(shù)據(jù)標(biāo)準(zhǔn)化，得到所述第二運(yùn)動狀態(tài)參數(shù)。

結(jié)合第一方面的第二種可能的實(shí)施方式，本發(fā)明實(shí)施例提供了第一方面的第四種可能的實(shí)施方式，其中，所述方法還包括：

更新所述樣本數(shù)據(jù)，對更新的樣本數(shù)據(jù)進(jìn)行訓(xùn)練。

第二方面，本發(fā)明實(shí)施例還提供無人機(jī)的應(yīng)對策略生成系統(tǒng)，所述系統(tǒng)包括：無人機(jī)運(yùn)動狀態(tài)感知模塊、協(xié)調(diào)調(diào)度模塊、專家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)推理模塊和效應(yīng)器；

所述無人機(jī)運(yùn)動狀態(tài)感知模塊，用于獲取所述無人機(jī)的第一運(yùn)動狀態(tài)參數(shù)，將所述第一運(yùn)動狀態(tài)參數(shù)進(jìn)行預(yù)處理，得到第二運(yùn)動狀態(tài)參數(shù)；

所述協(xié)調(diào)調(diào)度模塊，用于調(diào)用所述專家系統(tǒng)，在所述第二運(yùn)動狀態(tài)參數(shù)與所述專家系統(tǒng)中的規(guī)則庫和應(yīng)對策略庫匹配不成功的情況下，調(diào)用所述人工神經(jīng)網(wǎng)絡(luò)推理模塊；

所述專家系統(tǒng)，用于將所述第二運(yùn)動狀態(tài)參數(shù)通過所述規(guī)則庫和所述應(yīng)對策略庫進(jìn)行匹配，得到第一行動意圖和對應(yīng)的第一應(yīng)對策略；

所述人工神經(jīng)網(wǎng)絡(luò)推理模塊，用于將所述第二運(yùn)動狀態(tài)參數(shù)通過人工神經(jīng)網(wǎng)絡(luò)進(jìn)行計(jì)算，得到第二行動意圖和對應(yīng)的第二應(yīng)對策略；

所述效應(yīng)器，用于執(zhí)行所述第一應(yīng)對策略或所述第二應(yīng)對策略，并將執(zhí)行信息反饋到所述無人機(jī)運(yùn)動狀態(tài)感知模塊中。

結(jié)合第二方面，本發(fā)明實(shí)施例提供了第二方面的第一種可能的實(shí)施方式，其中，所述專家系統(tǒng)包括：

根據(jù)所述規(guī)則庫識別所述第二運(yùn)動狀態(tài)參數(shù)對應(yīng)的所述第一行動意圖；

根據(jù)所述第一行動意圖調(diào)用所述應(yīng)對策略庫中對應(yīng)的所述第一應(yīng)對策略。

結(jié)合第二方面，本發(fā)明實(shí)施例提供了第二方面的第二種可能的實(shí)施方式，其中，所述系統(tǒng)還包括：

樣本數(shù)據(jù)構(gòu)成單元，用于將所述第二運(yùn)動狀態(tài)參數(shù)、所述第一行動意圖和對應(yīng)的所述第一應(yīng)對策略構(gòu)成樣本數(shù)據(jù)；

訓(xùn)練單元，用于對所述樣本數(shù)據(jù)進(jìn)行訓(xùn)練，得到神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和權(quán)值。

結(jié)合第二方面，本發(fā)明實(shí)施例提供了第二方面的第三種可能的實(shí)施方式，其中，所述無人機(jī)運(yùn)動狀態(tài)感知模塊包括：

將所述第一運(yùn)動狀態(tài)參數(shù)進(jìn)行篩選、壞數(shù)據(jù)處理和數(shù)據(jù)標(biāo)準(zhǔn)化，得到所述第二運(yùn)動狀態(tài)參數(shù)。

結(jié)合第二方面的第二種可能的實(shí)施方式，本發(fā)明實(shí)施例提供了第二方面的第四種可能的實(shí)施方式，其中，所述系統(tǒng)還包括：

更新模塊，用于更新所述樣本數(shù)據(jù)，對更新的樣本數(shù)據(jù)進(jìn)行訓(xùn)練。

本發(fā)明實(shí)施例提供了無人機(jī)的應(yīng)對策略生成方法和系統(tǒng)，通過獲取無人機(jī)的第一運(yùn)動狀態(tài)參數(shù)，將第一運(yùn)動狀態(tài)參數(shù)進(jìn)行預(yù)處理，得到第二運(yùn)動狀態(tài)參數(shù)；將第二運(yùn)動狀態(tài)參數(shù)通過規(guī)則庫和應(yīng)對策略庫進(jìn)行匹配；如果匹配成功，則得到第一行動意圖和對應(yīng)的第一應(yīng)對策略；如果匹配不成功，則將第二運(yùn)動狀態(tài)參數(shù)通過人工神經(jīng)網(wǎng)絡(luò)進(jìn)行計(jì)算，得到第二行動意圖和對應(yīng)的第二應(yīng)對策略；執(zhí)行第一應(yīng)對策略或第二應(yīng)對策略，并將執(zhí)行信息反饋到無人機(jī)的運(yùn)動狀態(tài)中，可以使專家系統(tǒng)邏輯推理能力強(qiáng)及人工神經(jīng)網(wǎng)絡(luò)魯棒性好，并得到高效可靠的行動意圖和應(yīng)對策略。

本發(fā)明的其他特征和優(yōu)點(diǎn)將在隨后的說明書中闡述，并且，部分地從說明書中變得顯而易見，或者通過實(shí)施本發(fā)明而了解。本發(fā)明的目的和其他優(yōu)點(diǎn)在說明書、權(quán)利要求書以及附圖中所特別指出的結(jié)構(gòu)來實(shí)現(xiàn)和獲得。

為使本發(fā)明的上述目的、特征和優(yōu)點(diǎn)能更明顯易懂，下文特舉較佳實(shí)施例，并配合所附附圖，作詳細(xì)說明如下。

附圖說明

為了更清楚地說明本發(fā)明具體實(shí)施方式或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對具體實(shí)施方式或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖是本發(fā)明的一些實(shí)施方式，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明實(shí)施例一提供的無人機(jī)的應(yīng)對策略生成方法流程圖；

圖2為本發(fā)明實(shí)施例一提供的無人機(jī)的應(yīng)對策略生成方法中步驟S102的流程圖；

圖3為本發(fā)明實(shí)施例一提供的無人機(jī)的應(yīng)對策略生成方法中樣本數(shù)據(jù)的構(gòu)成方法流程圖；

圖4為本發(fā)明實(shí)施例二提供的無人機(jī)的應(yīng)對策略生成系統(tǒng)示意圖。

圖標(biāo)：

10-無人機(jī)運(yùn)動狀態(tài)感知模塊；20-專家系統(tǒng)；30-協(xié)調(diào)調(diào)度模塊；40-人工神經(jīng)網(wǎng)絡(luò)推理模塊；50-效應(yīng)器。

具體實(shí)施方式

為使本發(fā)明實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合附圖對本發(fā)明的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

無人機(jī)在近幾次現(xiàn)代戰(zhàn)爭中的成功應(yīng)用，已經(jīng)揭開了以遠(yuǎn)距離攻擊型智能化武器、信息化武器為主導(dǎo)的“非接觸性戰(zhàn)爭”的新篇章。無人機(jī)是未來作戰(zhàn)中的新型空中力量之一，但是目前尚且缺少能夠準(zhǔn)確識別無人機(jī)行動意圖并生成高效應(yīng)對決策的方法。為了滿足未來作戰(zhàn)需求，實(shí)現(xiàn)快速識別無人機(jī)行動意圖，智能生成高效應(yīng)對決策方案，本發(fā)明實(shí)施例提供了無人機(jī)的應(yīng)對策略生成方法和系統(tǒng)。

為便于對本實(shí)施例進(jìn)行理解，下面對本發(fā)明實(shí)施例進(jìn)行詳細(xì)介紹。

實(shí)施例一：

圖1為本發(fā)明實(shí)施例一提供的無人機(jī)的應(yīng)對策略生成方法。

參照圖1，該方法包括以下步驟：

步驟S101，獲取無人機(jī)的第一運(yùn)動狀態(tài)參數(shù)，將第一運(yùn)動狀態(tài)參數(shù)進(jìn)行預(yù)處理，得到第二運(yùn)動狀態(tài)參數(shù)；

這里，無人機(jī)的第一運(yùn)動狀態(tài)參數(shù)包括但不限于，具體為無人機(jī)的地速、迎角、側(cè)滑角、滾轉(zhuǎn)角、俯仰角、偏航角、滾轉(zhuǎn)角速率、俯仰角速率、偏航角速率、縱向位移、側(cè)向位移和高度等運(yùn)動狀態(tài)參數(shù)，上述運(yùn)動狀態(tài)參數(shù)是通過雷達(dá)、紅外感知和光學(xué)探測獲得的。

步驟S102，將第二運(yùn)動狀態(tài)參數(shù)通過規(guī)則庫和應(yīng)對策略庫進(jìn)行匹配；

步驟S103，如果匹配成功，則得到第一行動意圖和對應(yīng)的第一應(yīng)對策略；

步驟S104，如果匹配不成功，則將所述第二運(yùn)動狀態(tài)參數(shù)通過人工神經(jīng)網(wǎng)絡(luò)進(jìn)行計(jì)算，得到第二行動意圖和對應(yīng)的第二應(yīng)對策略；

這里，通過將第二運(yùn)動狀態(tài)參數(shù)與規(guī)則庫中的規(guī)則進(jìn)行匹配，在匹配成功的情況下，規(guī)則庫中包含了從無人機(jī)的第二運(yùn)動狀態(tài)參數(shù)集合到無人機(jī)行動意圖集合的映射規(guī)則，從而得到第二運(yùn)動狀態(tài)參數(shù)對應(yīng)的第一行動意圖；

策略庫包含了各種無人機(jī)行動意圖的應(yīng)對策略，從而根據(jù)第一行動意圖調(diào)用應(yīng)對策略庫中對應(yīng)的第一應(yīng)對策略。

在匹配不成功的情況下，將第二運(yùn)動狀態(tài)參數(shù)通過人工神經(jīng)網(wǎng)絡(luò)進(jìn)行計(jì)算，得到第二行動意圖和對應(yīng)的第二應(yīng)對策略。

步驟S105，執(zhí)行所述第一應(yīng)對策略或所述第二應(yīng)對策略，并將執(zhí)行信息反饋到所述無人機(jī)的運(yùn)動狀態(tài)中。

進(jìn)一步的，參照圖2，步驟S102包括如下步驟：

步驟S201，根據(jù)規(guī)則庫識別第二運(yùn)動狀態(tài)參數(shù)對應(yīng)的第一行動意圖；

步驟S202，根據(jù)第一行動意圖調(diào)用應(yīng)對策略庫中對應(yīng)的第一應(yīng)對策略。

進(jìn)一步的，參照圖3，樣本數(shù)據(jù)的構(gòu)成方法包括以下步驟：

步驟S301，將第二運(yùn)動狀態(tài)參數(shù)、第一行動意圖和對應(yīng)的第一應(yīng)對策略構(gòu)成樣本數(shù)據(jù)；

步驟S302，對樣本數(shù)據(jù)進(jìn)行訓(xùn)練，得到神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和權(quán)值。

這里，經(jīng)過每一次成功匹配后，將第二運(yùn)動狀態(tài)參數(shù)、第一行動意圖和對應(yīng)的第一應(yīng)對策略構(gòu)成樣本數(shù)據(jù)，再對樣本數(shù)據(jù)進(jìn)行訓(xùn)練，從而得到合適的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和權(quán)值。

進(jìn)一步的，步驟S101包括：

將所述第一運(yùn)動狀態(tài)參數(shù)進(jìn)行篩選、壞數(shù)據(jù)處理和數(shù)據(jù)標(biāo)準(zhǔn)化，得到所述第二運(yùn)動狀態(tài)參數(shù)。

這里，采集無人機(jī)的第一運(yùn)動狀態(tài)參數(shù)，需要對第一運(yùn)動狀態(tài)參數(shù)進(jìn)行預(yù)處理，具體為：將第一運(yùn)動狀態(tài)參數(shù)進(jìn)行篩選、壞數(shù)據(jù)處理和數(shù)據(jù)標(biāo)準(zhǔn)化，從而得到第二運(yùn)動狀態(tài)參數(shù)，再將第二運(yùn)動狀態(tài)參數(shù)通過規(guī)則庫和應(yīng)對策略庫進(jìn)行匹配。

進(jìn)一步的，所述方法還包括：

更新所述樣本數(shù)據(jù)，對更新的樣本數(shù)據(jù)進(jìn)行訓(xùn)練。

這里，經(jīng)過每一次成功匹配后，會對樣本數(shù)據(jù)進(jìn)行更新，這種動態(tài)更新能夠確保人工神經(jīng)網(wǎng)絡(luò)推理的準(zhǔn)確性和時效性。

本發(fā)明實(shí)施例提供了無人機(jī)的應(yīng)對策略生成方法，通過獲取無人機(jī)的第一運(yùn)動狀態(tài)參數(shù)，將第一運(yùn)動狀態(tài)參數(shù)進(jìn)行預(yù)處理，得到第二運(yùn)動狀態(tài)參數(shù)；將第二運(yùn)動狀態(tài)參數(shù)通過規(guī)則庫和應(yīng)對策略庫進(jìn)行匹配；如果匹配成功，則得到第一行動意圖和對應(yīng)的第一應(yīng)對策略；如果匹配不成功，則將第二運(yùn)動狀態(tài)參數(shù)通過人工神經(jīng)網(wǎng)絡(luò)進(jìn)行計(jì)算，得到第二行動意圖和對應(yīng)的第二應(yīng)對策略；執(zhí)行第一應(yīng)對策略或第二應(yīng)對策略，并將執(zhí)行信息反饋到無人機(jī)的運(yùn)動狀態(tài)中，可以使專家系統(tǒng)邏輯推理能力強(qiáng)及人工神經(jīng)網(wǎng)絡(luò)魯棒性好，并得到高效可靠的行動意圖和應(yīng)對策略。

實(shí)施例二：

圖4為本發(fā)明實(shí)施例二提供的無人機(jī)的應(yīng)對策略生成系統(tǒng)示意圖。

參照圖4，該系統(tǒng)包括：無人機(jī)運(yùn)動狀態(tài)感知模塊10、協(xié)調(diào)調(diào)度模塊30、專家系統(tǒng)20、人工神經(jīng)網(wǎng)絡(luò)推理模塊40和效應(yīng)器50；

無人機(jī)運(yùn)動狀態(tài)感知模塊10，用于獲取所述無人機(jī)的第一運(yùn)動狀態(tài)參數(shù)，將所述第一運(yùn)動狀態(tài)參數(shù)進(jìn)行預(yù)處理，得到第二運(yùn)動狀態(tài)參數(shù)；

協(xié)調(diào)調(diào)度模塊30，用于調(diào)用所述專家系統(tǒng)，在所述第二運(yùn)動狀態(tài)參數(shù)與所述專家系統(tǒng)中的規(guī)則庫和應(yīng)對策略庫匹配不成功的情況下，調(diào)用所述人工神經(jīng)網(wǎng)絡(luò)推理模塊40；

這里，協(xié)調(diào)調(diào)度模塊30主要用于協(xié)調(diào)調(diào)度專家系統(tǒng)20和人工神經(jīng)網(wǎng)絡(luò)推理模塊40的運(yùn)行時序。

具體地，在獲取第二運(yùn)動狀態(tài)參數(shù)后，協(xié)調(diào)調(diào)度模塊30會先調(diào)用專家系統(tǒng)20進(jìn)行匹配，如果匹配成功，則將第一應(yīng)對策略輸出給效應(yīng)器50；如果匹配不成功，則調(diào)用人工神經(jīng)網(wǎng)絡(luò)推理模塊40，由人工神經(jīng)網(wǎng)絡(luò)推理模塊40計(jì)算，得到第二應(yīng)對策略，將第二應(yīng)對策略輸出給效應(yīng)器50。

專家系統(tǒng)20，用于將所述第二運(yùn)動狀態(tài)參數(shù)通過所述規(guī)則庫和所述應(yīng)對策略庫進(jìn)行匹配，得到第一行動意圖和對應(yīng)的第一應(yīng)對策略；

人工神經(jīng)網(wǎng)絡(luò)推理模塊40，用于將所述第二運(yùn)動狀態(tài)參數(shù)通過人工神經(jīng)網(wǎng)絡(luò)進(jìn)行計(jì)算，得到第二行動意圖和對應(yīng)的第二應(yīng)對策略；

效應(yīng)器50，用于執(zhí)行所述第一應(yīng)對策略或所述第二應(yīng)對策略，并將執(zhí)行信息反饋到所述無人機(jī)運(yùn)動狀態(tài)感知模塊10中。

這里，效應(yīng)器50執(zhí)行第一應(yīng)對策略或第二應(yīng)對策略，每一次成功匹配后，將第二運(yùn)動狀態(tài)參數(shù)、第一行動意圖和對應(yīng)的第一應(yīng)對策略構(gòu)成樣本數(shù)據(jù)，將樣本數(shù)據(jù)供人工神經(jīng)網(wǎng)絡(luò)推理模塊40進(jìn)行訓(xùn)練使用。

進(jìn)一步的，專家系統(tǒng)20包括：

根據(jù)所述規(guī)則庫識別所述第二運(yùn)動狀態(tài)參數(shù)對應(yīng)的所述第一行動意圖；

根據(jù)所述第一行動意圖調(diào)用所述應(yīng)對策略庫中對應(yīng)的所述第一應(yīng)對策略。

進(jìn)一步的，所述系統(tǒng)還包括：

樣本數(shù)據(jù)構(gòu)成單元(未示出)，用于將所述第二運(yùn)動狀態(tài)參數(shù)、所述第一行動意圖和對應(yīng)的所述第一應(yīng)對策略構(gòu)成樣本數(shù)據(jù)；

訓(xùn)練單元(未示出)，用于對所述樣本數(shù)據(jù)進(jìn)行訓(xùn)練，得到神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和權(quán)值。

進(jìn)一步的，無人機(jī)運(yùn)動狀態(tài)感知模塊10包括：

將所述第一運(yùn)動狀態(tài)參數(shù)進(jìn)行篩選、壞數(shù)據(jù)處理和數(shù)據(jù)標(biāo)準(zhǔn)化，得到所述第二運(yùn)動狀態(tài)參數(shù)。

進(jìn)一步的，所述系統(tǒng)還包括：

更新模塊(未示出)，用于更新所述樣本數(shù)據(jù)，對更新的樣本數(shù)據(jù)進(jìn)行訓(xùn)練。

這里，每一次成功的匹配都會對樣本數(shù)據(jù)進(jìn)行更新，這種動態(tài)更新能夠確保人工神經(jīng)網(wǎng)絡(luò)推理模塊40的準(zhǔn)確性和時效性。

本發(fā)明實(shí)施例提供了無人機(jī)的應(yīng)對策略生成系統(tǒng)，通過獲取無人機(jī)的第一運(yùn)動狀態(tài)參數(shù)，將第一運(yùn)動狀態(tài)參數(shù)進(jìn)行預(yù)處理，得到第二運(yùn)動狀態(tài)參數(shù)；將第二運(yùn)動狀態(tài)參數(shù)通過規(guī)則庫和應(yīng)對策略庫進(jìn)行匹配；如果匹配成功，則得到第一行動意圖和對應(yīng)的第一應(yīng)對策略；如果匹配不成功，則將第二運(yùn)動狀態(tài)參數(shù)通過人工神經(jīng)網(wǎng)絡(luò)進(jìn)行計(jì)算，得到第二行動意圖和對應(yīng)的第二應(yīng)對策略；執(zhí)行第一應(yīng)對策略或第二應(yīng)對策略，并將執(zhí)行信息反饋到無人機(jī)的運(yùn)動狀態(tài)中，可以使專家系統(tǒng)邏輯推理能力強(qiáng)及人工神經(jīng)網(wǎng)絡(luò)魯棒性好，并得到高效可靠的行動意圖和應(yīng)對策略。

本發(fā)明實(shí)施例所提供的計(jì)算機(jī)程序產(chǎn)品，包括存儲了程序代碼的計(jì)算機(jī)可讀存儲介質(zhì)，所述程序代碼包括的指令可用于執(zhí)行前面方法實(shí)施例中所述的方法，具體實(shí)現(xiàn)可參見方法實(shí)施例，在此不再贅述。

所屬領(lǐng)域的技術(shù)人員可以清楚地了解到，為描述的方便和簡潔，上述描述的系統(tǒng)和裝置的具體工作過程，可以參考前述方法實(shí)施例中的對應(yīng)過程，在此不再贅述。

另外，在本發(fā)明實(shí)施例的描述中，除非另有明確的規(guī)定和限定，術(shù)語“安裝”、“相連”、“連接”應(yīng)做廣義理解，例如，可以是固定連接，也可以是可拆卸連接，或一體地連接；可以是機(jī)械連接，也可以是電連接；可以是直接相連，也可以通過中間媒介間接相連，可以是兩個元件內(nèi)部的連通。對于本領(lǐng)域的普通技術(shù)人員而言，可以具體情況理解上述術(shù)語在本發(fā)明中的具體含義。

所述功能如果以軟件功能單元的形式實(shí)現(xiàn)并作為獨(dú)立的產(chǎn)品銷售或使用時，可以存儲在一個計(jì)算機(jī)可讀取存儲介質(zhì)中。基于這樣的理解，本發(fā)明的技術(shù)方案本質(zhì)上或者說對現(xiàn)有技術(shù)做出貢獻(xiàn)的部分或者該技術(shù)方案的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來，該計(jì)算機(jī)軟件產(chǎn)品存儲在一個存儲介質(zhì)中，包括若干指令用以使得一臺計(jì)算機(jī)設(shè)備(可以是個人計(jì)算機(jī)，服務(wù)器，或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本發(fā)明各個實(shí)施例所述方法的全部或部分步驟。而前述的存儲介質(zhì)包括：U盤、移動硬盤、只讀存儲器(ROM，Read-Only Memory)、隨機(jī)存取存儲器(RAM，Random Access Memory)、磁碟或者光盤等各種可以存儲程序代碼的介質(zhì)。

在本發(fā)明的描述中，需要說明的是，術(shù)語“中心”、“上”、“下”、“左”、“右”、“豎直”、“水平”、“內(nèi)”、“外”等指示的方位或位置關(guān)系為基于附圖所示的方位或位置關(guān)系，僅是為了便于描述本發(fā)明和簡化描述，而不是指示或暗示所指的裝置或元件必須具有特定的方位、以特定的方位構(gòu)造和操作，因此不能理解為對本發(fā)明的限制。此外，術(shù)語“第一”、“第二”、“第三”僅用于描述目的，而不能理解為指示或暗示相對重要性。

最后應(yīng)說明的是：以上所述實(shí)施例，僅為本發(fā)明的具體實(shí)施方式，用以說明本發(fā)明的技術(shù)方案，而非對其限制，本發(fā)明的保護(hù)范圍并不局限于此，盡管參照前述實(shí)施例對本發(fā)明進(jìn)行了詳細(xì)的說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解：任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，其依然可以對前述實(shí)施例所記載的技術(shù)方案進(jìn)行修改或可輕易想到變化，或者對其中部分技術(shù)特征進(jìn)行等同替換；而這些修改、變化或者替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明實(shí)施例技術(shù)方案的精神和范圍，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。因此，本發(fā)明的保護(hù)范圍應(yīng)所述以權(quán)利要求的保護(hù)范圍為準(zhǔn)。